模型轻量化-YOLOv5无损剪枝

上传者: 38346042 | 上传时间: 2022-07-31 12:05:02 | 文件大小: 94.82MB | 文件类型: ZIP
运行顺序:第一步 原始训练,得到一个最优mAP等评价指标,记录在小本本上。 第二步:通过调整BN稀疏值(main 参数中的sr),运行train_sparity.py稀疏训练得到一个稍微小一点点的模型(和原始的精度比较,看看哪个稀疏值最好~) 第三步:将上一步的训练好的last.pt 放到prune.py 中进行剪枝,控制剪枝率;剪枝好的模型,在根目录下:pruned_model.pt 是fp32的,你除以2会得到最后的模型大小 第四步:Finetune,用刚刚的pruned模型重新训练,得到最优模型,就是最小且最快,且最好的啦~(和原始和稀疏训练的比较一下哦) 博文链接:https://blog.csdn.net/qq_46098574/article/details/125174256

文件下载

资源详情

[{"title":"( 418 个子文件 94.82MB ) 模型轻量化-YOLOv5无损剪枝","children":[{"title":"common.py <span style='color:#111;'> 39.31KB </span>","children":null,"spread":false},{"title":"yolov5n.yaml <span style='color:#111;'> 1.37KB </span>","children":null,"spread":false},{"title":"yolo.py <span style='color:#111;'> 26.81KB </span>","children":null,"spread":false},{"title":"yolov5s-transformer.yaml <span style='color:#111;'> 1.41KB </span>","children":null,"spread":false},{"title":"yolov5m6.yaml <span style='color:#111;'> 1.78KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明